基于机器学习算法探讨慢性疲劳综合征中疲劳分值与左室舒张功能的相关性.pdf
《基于机器学习算法探讨慢性疲劳综合征中疲劳分值与左室舒张功能的相关性.pdf》由会员分享,可在线阅读,更多相关《基于机器学习算法探讨慢性疲劳综合征中疲劳分值与左室舒张功能的相关性.pdf(2页珍藏版)》请在咨信网上搜索。
1、.1186Guizhou Medical Journal,2023,Vol.47,No.8基于机器学习算法探讨慢性疲劳综合征中疲劳分值与左室舒张功能的相关性朱鸿袁羽佳王俊祎刘洋方彦鹏(贵州中医药大学第二附属医院超声医学科,贵州贵阳550 0 0 3)摘,要,目的基于机器学习xgboost算法探讨慢性疲劳综合征(chronic fatiguesyndrome,C FS)中疲劳分值与左室舒张功能的相关性,为今后应用疲劳量表和心脏超声辅助诊断CFS提供有效的依据。方法提取我院部分职工健康体检数据,并通过双盲法进行CFS疲劳量表问卷采集、收集心脏超声数据,根据机器学习算法xgboost中的决策树分析疲
2、劳分值与左室舒张功能的相关性,评估疲劳量表及心脏超声指标在CFS中的诊断价值。结果根据xgboost模型可以看出,疲劳分值高的人群,大多出现左室舒张功能降低,而同等条件下,随着年龄增大,左室舒张功能降低情况更可能出现。根据受试者工作特征曲线ROC(receiveroperatingcharacteristic curve)为0.7 59,说明本模型应用价值较高。结论通过本研究建立基于疲劳量表及年龄等客观指标的左室舒张功能是否降低的诊断模型,有利于在临床诊疗中快速区分CFS人群并进行后续医疗干预。关键词机器学习算法;中图分类号:R445文献标识码:B1资料与方法1.1一般资料根据我院2 0 2
3、0 年0 1月至2 0 2 2 年0 3 月部分职工的体检数据,随机提取6 53例,签署知情同意书后,进行疲劳量表问卷填写及心脏超声检查,用于构建模型,变量来源包括职工的性别、年龄、生化指标、心脏超声、疲劳分值等。排除已患有各种基础疾病者。1.2研究方法本研究的重要数据包括疲劳量表分值及心脏超声结果。慢性疲劳的症状是难以定义的,尤其在主观感觉上。许多专家于19 9 2 年共同研制了疲劳量表-14 1(Fa-tigueScale-14,FS-14),以计算疲劳分值的方式来筛选疲劳病例,测定疲劳症状的严重性,并可评估临床疗效。FS-14由14个问题组成,每个问题都与疲劳相关,从不同角度反映疲劳的轻
4、重,其包含躯体疲劳及脑力疲劳两个方面,受试者根据实际情况回答“是”或“否”。躯体疲劳分值最高为8,脑力疲劳分值最高为6,两者之和为疲劳总分值,最高分值为14,分值越高,反映疲劳越严重。而心脏超声检查主要包括各房室腔大小、主动脉及肺动脉内径,左心室的收缩功能及舒张功能、心脏血流动力学等等有关数据。尤其是左室舒张早期血流峰值(E),左室舒张晚期血流峰值(A)及E/A比值等与左室舒张功能相关的数据。通过对6 53例医务人员的体检数据、心脏超声、疲劳量表相关问卷的采集和数据录入,使用机器学习XGBoost算法,建立人工智能诊断模型,得出受试者工作特征曲线(ROC),计算出AUC(Area Under
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 机器 学习 算法 探讨 慢性 疲劳 综合征 分值 舒张 功能 相关性
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。